一种基于小波分解的汽车磁流变半主动悬架阻尼控制的方法

摘要

本发明涉及一种基于小波分解的汽车半主动悬架阻尼控制方法，它是利用加速度传感器在线提取汽车行驶中车身的振动信号，运用小波变换的方法将振动信号分解为由高到低的若干频段，通过能量统计的方法确定当前振动信号主要分布在哪几个频段，根据阻尼系数与车轴、车身振动响应曲线确定通过可控阻尼减振器调节悬架阻尼系数，从而使汽车获得良好的平顺性和操纵稳定性。本方法运用小波变换对车身振动信号进行多分辨率分析，高频信号部分分辨率低，低频信号分辨率高，符合汽车振动信号的特点。由于算法只测量簧载质量的加速度，不需要预测路面，兼顾悬架低频振动和高频振动，能够方便地应用到汽车半主动悬架上，实现实时控制。

主权项

1、一种基于小波分解的汽车半主动悬架阻尼控制的方法，其步骤如下：(1)利用加速度传感器在线提取汽车行驶中车身的振动信号；(2)运用小波变换的方法将振动信号分解为由高到低的若干频段；(3)通过能量统计的方法确定当前振动信号主要分布在哪几个频段；(4)根据阻尼系数与车轴、车身振动响应曲线确定通过可控阻尼减振器调节悬架阻尼系数，从而使汽车获得良好的平顺性和操纵稳定性；其中：运用小波变换的方法分解振动信号的步骤如下：(1)设：x(n)表示滤波器在n时刻的输入，X0＝[x(n)，x(n-1)，…x(1)]T表示由x(n)形成的输入向量；DWT表示振动信号的离散小波变换分解；Xj表示信号序列X0的第j级分解后的低频信号序列；Dj表示信号序列X0的第j级高频信号序列；σj是第j级高频信号序列的均方根值，σj+1是第j级低频信号序列的均方根值，均方根值向量：P＝[σ1，σ2，...，σj+1]；wj是第j级细节信号序列对应的输出加权系数，wj+1是第j级逼近信号序列对应的输出加权系数，输出权向量：W＝[w1，w2，…，wj+1]T 控制器输出量F的计算：F＝kPW (1)式中k是输出增益；(2)振动信号的小波分解：以G和H分别代表小波低通滤波器和小波高通滤波器，Xj和Dj是第j级分解的低频逼近信号和高频细节信号变换公式如下：$X_j\left(m\right)\text{=}\underset{k}{\Sigma }h(k-2m)X_{j-1}\left(k\right)---\left(2\right)$ $D_j\left(m\right)\text{=}\underset{k}{\Sigma }g(k-2m)X_{j-1}\left(k\right)---\left(3\right)$ 其中h(n)和g(n)表示这滤波器H和G的冲击响应序列，并且h(n)和g(n)有如下的关系：g(n)＝(-1)1-nh(1-n) (4)为了提高算法的实时性，选着具有对称性的小波滤波器h(n)，使h(n)＝h(-n)设l＝k-2m，k＝2m+l，若冲击响应序列h(n)的长度为2t+1，-(t-1)/2≤l≤(t-1)/2，所以，式(1)可以写成：$X_j\left(m\right)=\underset{l=-t}{\overset{t}{\Sigma }}h\left(l\right)X_{j-1}(2m+l)---\left(5\right)$ 把式(5)展开成双边的形式：$X_j\left(m\right)=\underset{l=0}{\overset{t}{\Sigma }}h\left(l\right)X_{j-1}(2m+l)+\underset{l=0}{\overset{t}{\Sigma }}h(-l)X_{j-1}(2m-l)-h\left(0\right)X_{j-1}\left(2m\right)---\left(6\right)$ 因为h(l)＝h(-l)，所以：$X_j\left(m\right)=\underset{l=0}{\overset{t}{\Sigma }}h\left(l\right)[X_{j-1}(2m-l)+X_{j-1}(2m+l)]-h\left(0\right)X_{j-1}\left(2m\right)---\left(7\right)$ 同理，式(3)写成如下形式$D_j\left(m\right)=\underset{l=0}{\overset{t}{\Sigma }}{(-1)}^l[X_{j-1}(2m+1-l)+X_{j-1}(2m+1+l)]h\left(l\right)--\left(8\right)$ $-h\left(0\right)X_{j-1}(2m-1)$ (3)输出权向量的调节：输出权向量经离线整定后，输出权向量W一般不需要调整，当控制效果欠佳时，可以通过输出权向量调节器对其进行调节，调节方法如下：设第m次控制器输出为Fm，相应的输出权向量和均方根值向量为Wm＝[wm，1，wm，2 ，...，wm，j+1]和Pm＝[Pm，1，Pm，2，...，Pm，j+1]；构造误差向量：Em＝Pm-Pm-1＝[em，1，em，2，...，em，j+1]；输出权重调节向量：ΔW＝[Δwm，1，Δwm，2，...，Δwm，j+1]；$\Delta w_{m,i}=\left\{\begin{array}{cc}{(-1)}^r\frac{e_{m,i}}{e_{m,i-1}}\Delta w_{m-1,i}& (e_{m-1,i}>\mathrm{ϵand}|\frac{e_{m,i}}{e_{m-1,i}}|\ge R)\\ 0& (e_{m,i}<ϵ)\\ {(-1)}^r\mathrm{R\Delta }{w}_{m-1,i}& (e_{m,i}>\mathrm{ϵand}|\frac{e_{m,i}}{e_{m-1,i}}|<R)\end{array}\right.---\left(9\right)$ 式中ε为控制阈值，r根据所在频段取0或1，衰减系数R∈(0，0.618)Wm+1＝Wm+ΔWm (10)；所述步骤(3)通过能量统计的方法确定当前振动信号主要分布在哪几个频段的具体步骤如下：A、对于j级分解后的信号向量Di＝[di(1)，…，di(n-1)，di(n)]T，(i＝1，2，...，j，j+1；Dj+1＝Xi)，求各向量的均方根值${\sigma }_i=\sqrt{\frac{1}{n}\underset{k=1}{\overset{n}{\Sigma }}{d}_i^2\left(k\right)},$ (i＝1，2，...，j，j+1)；B、均方根值向量：P＝[σ1，σ2，...，σj+1]中元素排序，选取最大的两个元素σm和σl；C、根据小波分解信号与频率的对应关系，确定σm和σl所在频段的频率范围，如果原信号的最高频率为fmax，计算出7级小波分解后各层所占的具体频带为：X7：(0～0.0078125)×fmax D7：(0.0078125～0.015625)×fmax D6：(0.015625～0.03125)×fmax D5：(0.03125～0.0625)×fmax D4：(0.0625～0.125)×fmax D3：(0.125～0.25)×fmax D2：(0.25～0.5)×fmax D1：(0.5～1)×fmax。